待优化实例：

for(int i = 0;i < 1000;i++){ for(int j = 0;j < 100;j++){ for(int k = 0; k < 10;k++){ System.out.print("hello world"); } } }


  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
 

优化方案：

for(int i = 0;i < 10;i++){ for(int j = 0;j < 100;j++){ for(int k = 0; k < 1000;k++){ System.out.print("hello world"); } } }

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
 

优化方案分析

从待优化实例的代码来看，无论如何优化，System.out.print(“hello world”)执行的次数都是相同的，因此，该部分不存在优化的可能。所以，代码的优化只能从循环变量i、j、k的实例化、初始化、比较、自增等方面的耗时上进行优化。

首先，待优化实例里的i、j、k的变化如下：

而优化后的实例里的i、j、k的变化如下：

通过上述分析我们可以得知，待优化实例里的i、j、k产生的实例远多于优化后的实例，因此猜测优化是有效的，我们通过测试几组数据来对比一下：

优化前

测试代码：

public class Main { public static void main(String[] args) { long startA = System.nanoTime(); for(int i = 0;i < 1000;i++){ for(int j = 0;j < 100;j++){ for(int k = 0; k < 10;k++){ System.out.print("hello world"); } } } System.out.println("A耗时#"+(System.nanoTime() - startA)); }
}

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
 

测试结果

优化后

测试代码：

public class Main { public static void main(String[] args) { long startA = System.nanoTime(); for(int i = 0;i < 10;i++){ for(int j = 0;j < 100;j++){ for(int k = 0; k < 1000;k++){ System.out.print("hello world"); } } } System.out.println("A耗时#"+(System.nanoTime() - startA)); }
}


  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
 

测试结果

对比两次测试结果，得出优化有效：

综合上述，我们可以得知要优化嵌套for循环就是要减少临时变量的实例化次数和初始化次数。

再优化

通过减少临时变量的实例化次数进行优化：

public class Main { public static void main(String[] args) { int i = 0; int j = 0; int k = 0; long startA = System.nanoTime(); for(i = 0;i < 10;i++){ for(j = 0;j < 100;j++){ for(k = 0; k < 1000;k++){ System.out.print("hello world"); } } } System.out.println("A耗时#"+(System.nanoTime() - startA)); }
}

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
 

再测试5组数据与之前的进行对比：

如果数据量跑够大，优化效果会越明显。

谢谢阅读。

文章来源: blog.csdn.net，作者：WongKyunban，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/weixin_40763897/article/details/98487577